面向城市空中交通的可持续多阶段容量约束垂直起降场选址优化框架与土地利用整合研究

　　本研究针对城市空中交通（UAM）系统中垂直起降场（vertiport）选址的复杂性问题，提出了一个集成土地利用数据、容量约束与多阶段部署策略的多目标优化框架。研究以慕尼黑大都市区为案例，证明多阶段（尤其是4阶段）策略可显著提升系统净收益（日增1.315×105欧元），实现广义出行成本节约1.3×104欧元、减排15吨及UAM模式分担率提高0.9%。研究揭示了忽略容量约束或基础设施成本将导致系统不可行，并提出20%–40%的基础设施成本补贴范围可平衡性能与经济效益，为UAM基础设施的可持续规划提供了理论与实践依据。

　　

随着城市化进程加速和颠覆性技术涌现，传统交通模式正面临严峻挑战。交通拥堵、环境污染以及持续增长的出行需求促使人们寻求创新交通解决方案。城市空中交通（Urban Air Mobility, UAM）作为一种新兴的运输系统，通过电动垂直起降（eVTOL）航空器或模块化飞行器（MFV）在人口密集区域运送乘客和货物，被视为未来城市交通的重要组成部分。然而，UAM的实现面临诸多障碍，其中地面基础设施——特别是垂直起降场（vertiport）的选址问题——被一致认为是关键瓶颈。vertiport作为UAM网络的骨干，其战略布局显著影响运行效率、服务需求和系统可行性。现有研究往往孤立地考虑需求、容量、成本或环境等因素，缺乏能够整合多维度约束并适应技术渐进发展的系统性选址框架。

为应对上述挑战，研究人员在《Acta Pharmaceutica Sinica B》上发表了一项研究，提出了一种可持续的多目标优化框架，用于支持容量约束型vertiport的多阶段选址与土地利用整合。该研究以慕尼黑大都市区为案例，深入分析了在真实土地数据、容量限制、成本约束和环境影响等多重因素下的选址策略。

本研究主要采用了以下关键技术方法：首先，基于真实土地利用数据和高分辨率地理信息，生成vertiport候选点；其次，建立多目标优化模型，以最大化广义出行成本节约和最小化基础设施成本及排放为目标，嵌入容量约束和需求随机性；第三，采用模拟退火算法（Simulated Annealing, SA）与贪心算法（Greedy Algorithm）相结合的混合启发式方法，解决大规模组合优化问题；最后，通过多阶段随机规划（Multi-stage Stochastic Programming）模拟vertiport网络的渐进部署过程，并评估不同阶段数对系统性能的影响。

研究结果主要包括以下几个方面：

1. 1.

   多阶段增量选址策略显著优于单阶段策略

   通过对比不同阶段数（从1阶段到13阶段）的部署方案，发现4阶段策略在多数性能指标上表现最优，包括优化得分、成本节约、减排量和可达性改善。具体而言，4阶段策略相比单阶段基线方案，每日净收益提高1.315×10⁵欧元，广义出行成本节约1.3×10⁴欧元，减排15吨，UAM模式分担率提升0.9%。

2. 2.

   容量约束与建设成本对系统可行性具有关键影响

   忽略容量约束会导致需求超过容量60倍，而忽视建设成本则因过度投资造成净收益为负。研究表明，必须在优化中同时考虑容量和成本约束，才能得到实际可行的选址方案。

3. 3.

   土地用途限制对选址策略产生复杂影响

   通过限制不同土地用途（如森林、草地、耕地、住宅屋顶、商业屋顶和休闲公园），发现仅使用商业屋顶虽能提高优化得分和减排效果，但会导致vertiport饱和率过高（186.5%），而混合用地策略能在性能与可持续性之间取得更好平衡。

4. 4.

   票价政策与建设成本补贴显著影响系统经济性与吸引力

   票价降低可提升UAM模式分担率，但超过35%–40%的降幅将导致净收益转为负值。建设成本补贴在20%–40%范围内可有效提升系统性能而不引发过度投资。

研究结论表明，多阶段、容量感知且成本优化的vertiport选址框架能够有效平衡运行效率、环境外部性和经济可行性。该框架为城市决策者和交通规划者提供了科学的工具与方法，支持UAM基础设施的逐步部署与可持续发展。此外，研究强调了政府补贴与政策引导在推动UAM系统落地中的重要作用，为未来城市空中交通系统的整合与推广提供了理论依据和实践指南。